要点:识别与答案相关的上下文,并转化为疑问句。
难点:如何有效地利用非结构化的文本句子(informativeness)和结构化的与答案相关的关系(faithfulness)中的信息。
亮点:作者发现模型可以根据文本中的一个答案生成多个不同类型的问题;关系抽取,根据与答案 关系的不同 可以提问多个问题;与之前的有区别(one-to-one mapping problem)
还未详细看论文,放一个别人的笔记先
笔记
要点:识别与答案相关的上下文,并转化为疑问句。
难点:如何有效地利用非结构化的文本句子(informativeness)和结构化的与答案相关的关系(faithfulness)中的信息。
亮点:作者发现模型可以根据文本中的一个答案生成多个不同类型的问题;关系抽取,根据与答案 关系的不同 可以提问多个问题;与之前的有区别(one-to-one mapping problem)
还未详细看论文,放一个别人的笔记先
笔记